Többszempontú döntési módszerek, modellek Dr. Stettner Eleonóra
|
|
- László Soós
- 7 évvel ezelőtt
- Látták:
Átírás
1 Kaposvári Egyetem Gazdaságtudományi Kar Kari Tudományos Diákköri Tanács TDK módszertani kurzus 3. alkalom Többszempontú döntési módszerek, modellek Dr. Stettner Eleonóra április 4. A kurzus a Nemzeti Tehetségprogram A hazai Tudományos Diákköri műhelyek támogatása című pályázat keretében valósul meg, projektkód: NTP-HHTDK
2 Többszempontú döntési módszerek, modellek
3 Tartalom Problémafelvetés, fogalmak, alkalmazások AHP, ANP elmélete, megoldása Excelben AHP, ANP Superdecisions programban A Promethee módszer elmélete A Visual PROMETHEE program
4 A többszempontú döntési feladat célja: adott alternatívák közül az adott szempontok szerint összességében legjobb kiválasztása vagy az alternatívák rangsorolása. Problémák: az értékelési szempontok között vannak egymásnak ellentmondók; nincs (matematikai értelemben vett) egyetlen legjobb megoldás; a döntésben szubjektív tényezők is szerepelnek. 3 szint Matematikai alapok, felhasznált tételek, fogalmak Modell alkotás, számolások (pl. Excelben), látjuk a megoldás, számolás mechanizmusát, lépéseit Döntéselméleti szoftverek adatok bevitele, kapott eredmények értelmezése, nem tudunk betekinteni a megoldás lépéseibe
5 Alkalmazások Banki projektek rangsorolása Kommunikáció és tudásszervezés területén felmerülő problémák A fenntarthatóság értékelése (környezetvédelmi, gazdasági, társadalmi szempontok) Járművek összehasonlítása Pályázatok értékelése Gazdaságfejlesztési pályázat hatékonyságának vizsgálata Haditechnikai eszközök értékelése, összehasonlítása A kritikus infrastruktúra modellezése Egy zászlóalj tüzérségi eszközfejlesztése Néhány nyilvánosságra került döntési feladat: M6-os autópálya koncessziós megépítésének és üzemeltetésének pályázata; Malév-privatizáció; a Nemzeti Tankönyvkiadó privatizációja; harmadik generációs mobiltender; a nagykörúti villamosok megrendelése; MTV elnöki pozíciójára kiírt pályázat.
6 Cél: Fagylaltbolt helyének meghatározása Döntési szempontok: C 1 : a környéken lévő konkurens fagylaltboltok száma; C 2 : az arra járók (mint lehetséges vásárlók) számában kifejezett forgalom mértéke; C 3 : a helybérleti díj nagysága; C 4 : az üzlet láthatósága. Alternatívák: A 1 : egy sétálóutca sok tizenévessel és nyugdíjassal, akik közismerten fagylaltkedvelők, de a bérleti díj itt nagyon magas; A 2 : egy belvárosi főút, ami sokkal kevésbé drága, de a járókelők zömét a hivatalnokok teszik ki, akik a hétvégeken és esténként nincsenek ott; A 3 : egy forgalmasabb külvárosi központ, ahol a konkurencia kemény.
7 A feladathoz rendelt döntési táblázat A 1 A 2 A 3 C 1 a 11 a 12 a 13 C 2 a 21 a 22 a 23 C 3 a 31 a 32 a 33 C 4 Az első három sorban az a ij ; i; j = 1; 2; 3; elemek az i-edik alternatívához és a j-edik objektív szemponthoz rendelhető számértékeket jelentik. A negyedik sor kitöltésekor a döntéshozó pl. a következő szubjektív értékelések közül választhat: nagyon jól látható; közepesen jól látható; rosszul látható.
8 Problémák: Szubjektív ítéletek számszerűsítése Objektív, szubjektív értékelések összegzése Különböző dimenziójú, nagyságrendű fizikai mennyiségek összevetése A célok is különbözők lehetnek: a legjobb alternatíva kiválasztása; a néhány legjobb alternatíva kiválasztása; az alternatívák rangsorának meghatározása; az alternatívákhoz rendelhető névleges értékek meghatározása; olyan alternatívahalmaz kiválasztása, amely optimális a cél szempontjából. Utóbbi kettőre példa az erőforrások szétosztása, illetve pályázatok kiválasztása korlátozott támogatási összeg mellett.
9 Javaslat a felmerült problémák megoldására Példa2 Televízió választás, ahol a szóba jövő, előzetes szűrés után maradt típusok, azaz az alternatívák A1; A2; ;A5. Az értékelési szempontok a következők: C1: színhűség; C2: teletext vételi lehetőség; C3: ár; C4: megbízhatósági mutatók; C5: alkatrészpótlási lehetőség; C6: esztétikai szempontok.
10 A1 A2 A3 A4 A5 Színhűség gyenge jó közepes közepes kiváló Teletex Nem építhető be Nem építhető be beépített beépített beépíthető Ár Ft Ft Ft Ft Ft Megbízhatóság közepes közepes gyenge megbízható megbízható Alkatrész pótlás biztosított biztosított biztosított biztosított Nem biztosított Esztétika Jó közepes közepes jó jó
11 Szubjektív értékelések számszerűsítése 1: nagyon gyenge; nem építhető be; nem biztosított; 3: gyenge; 5: közepes; átlagos; beépíthető; 7: jó; 9: kiváló; beépített; megbízható; biztosított. A1 A2 A3 A4 A5 Színhűség Teletex Ár Ft Ft Ft Ft Ft Megbízhatóság Alkatrész pótlás Esztétika
12 Minden szempontot már számok fejeznek ki, de ezek még nem tekinthetők homogénnek. A számokat 0 és 1 közé transzformáljuk. A transzformáció módja: Ha egy szempont szerint a nagyobb érték a jobb, minden értéket a szempont (sor) maximumával osztunk. Ha egy szempont szerint a kisebb érték a jobb, és a számok között nincs 0, akkor a minimumot osztjuk az adott értékkel. Ha a kisebb érték a jobb és van 0, a számok között, akkor a számnál eggyel nagyobb érték reciprokát vesszük. A mutatja, ha adott szempont szerint a nagyobb érték a jobb és a szimbólum, ha a kisebb.
13 A1 A2 A3 A4 A5 Színhűség 3/9 7/9 5/9 5/9 1 Teletex 1/9 1/ /9 Ár 1 16/19 16/21 16/23 16/26 Megbízhatóság 5/9 5/9 3/9 1 1 Alkatrész pótlás /9 Esztétika 1 5/7 5/7 1 1
14 Szempontok súlyozása: A szempontok fontossága között nagy különbség lehet, pl. a helybérleti díj nagysága lényegesen fontosabbnak tűnik, mint az üzlet láthatósága, vagy a televíziós példában az ár sokkal fontosabb szempont, mint a teletext. Ezért a többszempontú döntési feladatok megoldásakor az egyik lényeges elem az értékelési szempontok fontosság szerinti sorbarendezése vagy fontosság szerinti súlyozása. A szempontok súlyainak konzisztens meghatározása az egyik legnehezebb feladat. A súlyozás egyik előnye, hogy használata esetén nem csak a legjobb alternatíva határozható meg, hanem az alternatívák rangsora is.
15 A döntési modellezés lépései 1.A döntési feladat felépítése: a.) a cél megfogalmazása; b.) az alternatívák kiválasztása; c.) a szempontok meghatározása. 2. A döntési feladat megoldása: a.) minden alternatíva kiértékelése minden szempont szerint; b.) a szempontok súlyainak meghatározása; c.) az értékelések és a súlyozás összegzése. A többszempontú döntési eljárások kiválasztására egyértelmű szabály nem adható meg a konkrét döntési probléma ismeretében lehet a legmegfelelőbb eljárást meghatározni.
16 Analytic Hierarchy Process (AHP) Thomas L. Saaty University of Pittsburg Döntési probléma ábrázolása több szintű fastruktúrával Matematikai alapok: mátrixok sajátértéke, sajátvektor, konzisztens mátrixok, reciprok mátrixok, mátrix rangja
17 Sajátvektor módszer A páros összehasonlítás intervallum-skálája: A páros összehasonlítás mátrixa: 1. egyformán fontos / előnyös; 2. mérsékelten fontosabb / előnyösebb; 3. sokkal fontosabb / előnyösebb; 4. nagyon sokkal fontosabb / előnyösebb; 5. rendkívüli mértékben fontosabb / előnyösebb. A páros összehasonlításnál felhasználhatjuk a 2, 4, 6, 8 közbenső értékeket is.
18 Minden levélszempontra 1. Súlyok meghatározása (szubjektív) 2. Súlyokból a páros összehasonlítás mátrixok felírása 3. A páros összehasonlítás mátrixok legnagyobb sajátértékeihez tartozó sajátvektorok kiszámítása 4. 1-re normálása 5. Sajátvektorok komponensei prioritások Előfordulhat súlyok szubjektív meghatározása miatt -- a páros összehasonlítás mátrixok nem konzisztensek Az inkonzisztenciájuk mérésére bevezetett mennyiségek: a) CR következetlenségi hányados, b) CI következetlenségi index Jó, ha C R < 0,1 Ahol RI-k a következetlenségi indexek átlag értékei, amelyek véletlenszerűen generált páros összehasonlítás mátrixok segítségével meghatározott értékek minden n esetére. n RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49
19 Cél: Kritériumok: Elektronikus eszköz vásárlása, pl. okostelefon, MP3 lejátszó, stb. Szín rózsaszín, kék, zöld, fekete, piros Memória 8MB, 16 MB, 32 MB, 64 MB Szállítás azonnal, 1 hét múlva, 4 hét múlva Alternatívák, modellek: 1 rózsaszín, 32 MB, azonnal 2 kék, 16 MB, azonnal 3 fekete, 32 MB, 1 hét 4 piros 64 MB, 4 hét
20 Számolás Excelben: AHP_TDK Super Decisions szoftver Érzékenységvizsgálat!!!
21 ANP Analytic Network Process AHP ANP összehasonlítása
22
23 A PROMETHEE döntési modell B. Roy és J.P. Brans 1980-as évek Hol használják? Bankügyletek, ipartelepítés, munkaerő tervezés, vízkészlet, befektetések, orvostudomány, kémia, egészségügyi ellátás, turizmus, dinamikus menedzsment, mezőgazdaság és élelmiszer gazdaság Matematikai alapok: relációk, reflexív, tranzitív, folytonos, teljes relációk, folytonos függvények, topológikus tér, A PROMETHEE módszer szerint, minden egyes szemponthoz konkrétan megadunk egy általános szempont-függvényt, majd minden (Aj ;Ak) alternatíva párhoz kiszámítunk a függvény alapján egy általános szempont értéket. Hat, tipikusnak nevezhető, általános szempont-függvény közül lehet választani a PROMETHEE módszerekben, az alternatívák szempontok szerinti értékelésekor. Ezek a következők:
24
25 Példa: Tekintsük azt a beruházási problémát, ahol a különböző országokban található vízierőművek közül kell kiválasztanunk a legmegfelelőbbet hatékonysági és biztonsági szempontok figyelembevétele mellett. Az alternatívák, az országok legyenek Olaszország, Belgium, Németország,, Svédország, Ausztria és Franciaország, a szempontok pedig az alkalmazottak száma, az erőmű kapacitása, az építési költség, a karbantartási költség, a baleset esetén kiürítendő falvak száma és a biztonság. Más, mint eddig: A döntési táblázat elemeit konkrét értékek esetén nem skálázzuk (nem homogenizáljuk) A szempontokat két csoportba osztjuk: a) a kisebb érték a jobb, pl. építési költség; b) a nagyobb érték a jobb, pl. erőmű kapacitása. Szempontfüggvények használata
26
27 Olaszország, Belgium Olaszország szempontjából
28 A pozitív döntési folyam értéke azt mutatja meg, hogy egy adott, A alternatíva mennyivel jobb az összes többinél, vagy mennyire erős a többihez képest (sorösszeget számolunk). A negatív döntési folyam értéke azt mutatja meg, hogy egy adott, A alternatívánál mennyivel jobb a többi alternatíva, vagy mennyire gyenge A a többihez képest (oszlopösszeget számolunk).
29 Preferencia relációk: Részleges rangsor: ahol P I a preferenciát, I I az indifferenciát (ekvivalenciát) és R I a nem összehasonlíthatóságot jelenti.
30 Teljes rangsor:
31
32 Kaposvári Egyetem Gazdaságtudományi Kar Kari Tudományos Diákköri Tanács Köszönöm a figyelmet! A kurzus a Nemzeti Tehetségprogram A hazai Tudományos Diákköri műhelyek támogatása című pályázat keretében valósul meg, projektkód: NTP-HHTDK
Többszempontú döntési módszerek
XI. előadás Többszempontú döntési módszerek Mindennapi tapasztalat: döntési helyzetbe kerülve több változat (alternatíva) között kell (lehet) választani, az alternatívákat kölönféle szempontok szerint
RészletesebbenDöntéselőkészítés. XII. előadás. Döntéselőkészítés
XII. előadás Többszempontú döntések elmélete MAUT (Multi Attribute Utility Theory ) A többszempontú döntési feladatok megoldásának lépései: A döntési feladat felépítése: a) a cél megfogalmazása, b) az
Részletesebben5. Analytic Hierarchy Process (AHP)
5 Analytic Hierarchy Process (AHP) (ld Temesi J: A döntéselmélet alapjai, 120-128) (Rapcsák T: Többszempontú döntési problémák I ld http://wwwoplabsztakihu/tanszek/download/ ITobbsz-dont-modszpdf) 51 Bevezetés
Részletesebben5. Analytic Hierarchy Process (AHP)
5 Analytic Hierarchy Process (AHP) (ld Temesi J: A döntéselmélet alapjai, 120-128) (Rapcsák T: Többszempontú döntési problémák I ld http://wwwoplabsztakihu/tanszek/download/ ITobbsz-dont-modszpdf) 51 Bevezetés
RészletesebbenTöbbszempontú döntési problémák
Budapesti Corvinus Egyetem MTA Számítástechnikai és Automatizálási Kutató Intézetébe kihelyezett Gazdasági Döntések Tanszék Rapcsák Tamás Többszempontú döntési problémák Egyetemi oktatáshoz segédanyag
RészletesebbenPáros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor
Páros összehasonlítás mátrixok empirikus vizsgálata Bozóki Sándor MTA SZTAKI Operációkutatás és Döntési Rendszerek Kutatócsoport Budapesti Corvinus Egyetem Operációkutatás és Aktuáriustudományok Tanszék
RészletesebbenNem teljesen kitöltött páros összehasonlítás mátrixok sajátérték optimalizálása Newton-módszerrel p. 1/29. Ábele-Nagy Kristóf BCE, ELTE
Nem teljesen kitöltött páros összehasonlítás mátrixok sajátérték optimalizálása Newton-módszerrel Ábele-Nagy Kristóf BCE, ELTE Bozóki Sándor BCE, MTA SZTAKI 2010. november 4. Nem teljesen kitöltött páros
RészletesebbenPáros összehasonlítás mátrixokból számolt súlyvektorok Pareto-optimalitása
Páros összehasonlítás mátrixokból számolt súlyvektorok Pareto-optimalitása Bozóki Sándor 1,2, Fülöp János 1,3 1 MTA SZTAKI; 2 Budapesti Corvinus Egyetem 3 Óbudai Egyetem XXXI. Magyar Operációkutatási Konferencia
RészletesebbenPáros összehasonlítás mátrixok empirikus vizsgálata p. 1/20
Páros összehasonlítás mátrixok empirikus vizsgálata Bozóki Sándor 1,2, Dezső Linda 3,4, Poesz Attila 2, Temesi József 2 1 MTA SZTAKI; 2 Budapesti Corvinus Egyetem 3 Szegedi Tudományegyetem 4 Budapesti
RészletesebbenBozóki Sándor február 16. Érzékenységvizsgálat a Promethee módszertanban p. 1/18
Érzékenységvizsgálat a Promethee módszertanban Bozóki Sándor 2011. február 16. Érzékenységvizsgálat a Promethee módszertanban p. 1/18 Vázlat PROMETHEE Parciális érzékenységvizsgálat egy szempontsúly változhat
RészletesebbenZöld beszerzés a Buy Smart+ projekt tapasztalatai
Zöld beszerzés a Buy Smart+ projekt tapasztalatai Budapest, 2013. november 26. A Kbt. 2013. július 1-jei változásai nyomán felmerült egyes jogértelmezési kérdések konferencia Varga Katalin, Energiaklub
RészletesebbenDinamikus Költségelemzés (DCC): hatékony módszer a hatékony fejlesztésekért. Czeglédi Ildikó okl.közgazdász közművagyon-gazdálkodási szakértő
Dinamikus Költségelemzés (DCC): hatékony módszer a hatékony fejlesztésekért Czeglédi Ildikó okl.közgazdász közművagyon-gazdálkodási szakértő A módszertani fejlesztés szükségessége Elhúzódó projekt előkészítések
RészletesebbenTöbbtényezős döntési problémák
KIPA módszer: Lépései: 1. értékelési tényezők páros elrendezése, 2. páros összehasonlítás elvégzése, 3. egyéni preferencia táblázatok felvétele, konzisztencia mutatók meghatározása, 4. aggregált preferencia
RészletesebbenTöbbtényezős döntési problémák
KIPA módszer: Lépései:. értékelési tényezők páros elrendezése, 2. páros összehasonlítás elvégzése, 3. egyéni preferencia táblázatok felvétele, konzisztencia mutatók meghatározása, 4. aggregált preferencia
RészletesebbenA személyközlekedés minősítési rendszere
A személyközlekedés minősítési rendszere személyközlekedés tervezése és működtetése során alapvető jelentőségűek a i jellemzők bonus-malus rendszer működtetésére a megrendelési szerződések szerint Minőség:
RészletesebbenMikroökonómia elıadás
Mikroökonómia - 12. elıadás JÓLÉT ÉS TÁRSADALMI PREFERENCIÁK Bacsi, 12. ea. 1 Fogyasztói preferenciák A fogyasztó saját jószágkosarainak összehasonlítása pl: 1 narancs + 3 kg hús + 2 pár cipı kevésbé értékes,
RészletesebbenAmit a zöld beszerzésről tudni kell. Bevezetés. Varga Katalin Energiaklub Budapest, 2013. december 11.
Amit a zöld beszerzésről tudni kell Bevezetés Varga Katalin Energiaklub Budapest, 2013. december 11. Tartalom Az Energiaklubról A zöld beszerzés definíciója A zöld beszerzés előnyei Buy Smart+ projekt
RészletesebbenIszapkezelési változatok elemzése a Dinamikus költségelemzés (DCC) módszerével
Magyar Szennyvíztechnikai Szövetség Kerekasztal megbeszélés Iszapkezelési változatok elemzése a Dinamikus költségelemzés (DCC) módszerével Czeglédi Ildikó okl. közgazdász BDL Környezetvédelmi Kft. BME
RészletesebbenÉrzékeink csábításában
Workshop az innovációról Érzékeink csábításában (organoleptikus vizsgálatok napjainkban) Horváthné Dr.Almássy Katalin főiskolai tanár SZTE TIK, 2012. február 16. 1 Az élelmiszerminőség elemei 1. EGÉSZSÉGÜGYI
RészletesebbenINFORMATIKAI PROJEKTELLENŐR
INFORMATIKAI PROJEKTELLENŐR A projektek előkészítése 30 MB KÁLMÁN MIKLÓS ÉS RÁCZ JÓZSEF PROJEKTMENEDZSERI ÉS PROJEKTELLENŐRI FELADATOK 2017. 12. 07. MMK-Informatikai projektellenőr képzés 1 PROJEKTEK ELŐKÉSZÍTÉSE
RészletesebbenBuy Smart+ A zöld beszerzés előnyei
Buy Smart+ A zöld beszerzés előnyei Budapest, 2013. október 30. Zöld beszerzés villásreggeli Varga Katalin, Energiaklub Tartalom Az Energiaklubról A zöld beszerzés definíciója A zöld beszerzés előnyei
RészletesebbenSzámítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések
BLSZM-09 p. 1/17 Számítógépes döntéstámogatás Döntések fuzzy környezetben Közelítő következtetések Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu
RészletesebbenOktatói önéletrajz Bozóki Sándor
egyetemi docens Közgazdaságtudományi Kar Operációkutatás és Aktuáriustudományok Tanszék Karrier Felsőfokú végzettségek: 1996-2001 ELTE-TTK, alkalmazott matematikus 1999-2003 ELTE-TTK, matematika tanár
RészletesebbenA GDP hasonlóképpen nem tükrözi a háztartások közötti munka- és termékcseréket.
FŐBB MUTATÓK A regionális GDP adatok minősége alapvetően 3 tényezőtől függ: az alkalmazott számítási módszertől a felhasznált adatok minőségétől a vizsgált területi egység nagyságától. A TERÜLETI EGYENLŐTLENSÉGEK
RészletesebbenOpponensi vélemény. Farkas András. Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával
Opponensi vélemény Farkas András Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával 1. Disszertáció felépítése c. akadémiai doktori értekezéséről Az angol
RészletesebbenOktatói önéletrajz Bozóki Sándor
egyetemi docens Közgazdaságtudományi Kar Operációkutatás és Aktuáriustudományok Tanszék Karrier Felsőfokú végzettségek: 1999-2003 ELTE-TTK, matematika tanár 1996-2001 ELTE-TTK, alkalmazott matematikus
RészletesebbenVÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak
Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik
RészletesebbenNéhány elemmel konzisztenssé tehető páros összehasonlítás mátrixok
Néhány elemmel konzisztenssé tehető páros összehasonlítás mátrixok Poesz Attila BCE Operációkutatás és Aktuáriustudományok Tanszék 2010. április 1. Poesz A. () Következetlenség 2010. április 1. 1 / 28
Részletesebben0. BEVEZETÉS. Decision theory: web Google keresés= 27 millió találat Döntéselmélet: web Google keresés= 12 ezer találat
A-PDF Merger DEMO : Purchase from www.a-pdf.com to remove the watermark 0. BEVEZETÉS Decision theory: web Google keresés= 27 millió találat Döntéselmélet: web Google keresés= 12 ezer találat Döntéselmélet
RészletesebbenAz információ drága, de hülyének lenni sem olcsó.
INFORMÁCIÓS TECHNOLÓGIA ALKALMAZÁSA Az információs technológiák költség-haszon elemzése, gazdaságossági számítások (TCO ROI VOI NPV IRR PI) Szent István Egyetem 1 Az információ drága, de hülyének lenni
Részletesebben4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI
4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok
RészletesebbenÚj változatelemzési útmutató a közép-kelet-európai régióban:
MaSzeSz XII. Országos Konferencia Megvalósított csatornázási és szennyvíztisztítási beruházások értékelése Új változatelemzési útmutató a közép-kelet-európai régióban: DCCC módszer (Dynamic Cost Comparison
RészletesebbenKÖLTSÉG-HASZON ELEMZÉS A 2014-2020 PROGRAMOZÁSI IDŐSZAKBAN 2015.05.26.
KÖLTSÉG-HASZON ELEMZÉS A 2014-2020 PROGRAMOZÁSI IDŐSZAKBAN 2015.05.26. A KÖLTSÉG-HASZON ELEMZÉS (CBA) CÉLJAI A strukturális és beruházási alapok (ESB alapok) felhasználásának feltétele: a támogatás indokoltsága.
RészletesebbenAnalitikus hierarchia eljárás. Módszertani alapok, algoritmus és számpélda
Analitikus hierarchia eljárás Módszertani alapok, algoritmus és számpélda Készítette: Dr. Kiss Ferenc 2009. Tartalom Az Analitikus Hierarchia eljárás...3 Alapelvek és a szempontrendszer kialakítása...
RészletesebbenHARCÁSZATI REPÜLŐGÉPEK ÖSSZEHASONLÍTÁSÁRA HASZNÁLHATÓ MATEMATIKAI MÓDSZEREK
Békési Bertold - Kavas László - Prof Dr. Óvári Gyula HARCÁSZATI REPÜLŐGÉPEK ÖSSZEHASONLÍTÁSÁRA HASZNÁLHATÓ MATEMATIKAI MÓDSZEREK A Magyar Honvédség légierejének lehetséges korszerűsítési módja napjainkban
RészletesebbenHogyan lehet sikeres LIFE környezetvédelmi pályázatunk? Elvárások és tapasztalatok Brüsszelből
Hogyan lehet sikeres LIFE környezetvédelmi pályázatunk? Elvárások és tapasztalatok Brüsszelből Szijártó Ágnes Környezetfejlesztési Főosztály LIFE Környezet és Erőforrás-hatékonyság Tréning, 2017. május
RészletesebbenSmarter cities okos városok. Dr. Lados Mihály intézetigazgató Horváthné Dr. Barsi Boglárka tudományos munkatárs MTA RKK NYUTI
MTA Regionális Kutatások Központja Nyugat-magyarországi Tudományos Intézet, Győr Smarter cities okos városok Dr. Lados Mihály intézetigazgató Horváthné Dr. Barsi Boglárka tudományos munkatárs MTA RKK NYUTI
Részletesebbenbölcsesség tudás információ adat értékvonal INFORMÁCIÓGAZDÁLKODÁS
INFORMÁCIÓGAZDÁLKODÁS Gazdaságossági számítások Szent István Egyetem Információgazdálkodási Tanszék 2006. 1 Az információ drága, de hülyének lenni sem olcsó. (Pázmándi Gyula) 2 Mi hiányzik az utolsó sorból?
RészletesebbenDöntéselméleti modellek
Döntéselméleti modellek gyakorlat Berta Árpád Követelmények A félév során 40 pont szerezhető 0-19 pont : elégtelen (1) 20-24 pont : elégséges (2) 25-29 pont : közepes (3) 30-34 pont : jó (4) 35-40 pont
RészletesebbenEGYSZERŰ ÉS ABSZOLÚT TÖBBSÉGI SZAVAZÁS
EGYSZERŰ ÉS ABSZOLÚT TÖBBSÉGI SZAVAZÁS A választások és a szavazások többszempontú döntési problémák a szavazók valamilyen módon döntenek a jelöltekről a választási bizottság a szavazás után megállapítja,
RészletesebbenPÜSKI KÖZSÉG ÖNKORMÁNYZAT ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE
PÜSKI KÖZSÉG ÖNKORMÁNYZAT 2016. ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE Iktatószám:. PÜSKI KÖZSÉG ÖNKORMÁNYZAT 2016. ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE Magyarország helyi önkormányzatairól szóló 2011. évi CLXXXIX.
RészletesebbenKeresztmetszet másodrendű nyomatékainak meghatározása
BUDAPEST MŰSZAK ÉS GAZDASÁGTUDOMÁNY EGYETEM Keresztmetszet másodrendű nyomatékainak meghatározása Segédlet a Szilárdságtan c tárgy házi feladatához Készítette: Lehotzky Dávid Budapest, 205 február 28 ábra
RészletesebbenA SIKER KOVÁCSA, VAGY A KUDARC KÓDJA?
A SIKER KOVÁCSA, VAGY A KUDARC KÓDJA? A döntéshozatali tudatosság hiányosságai és lehetőségei a projekt menedzsmentben Török L. Gábor PhD Sikeres és sikertelen projektek arányai PMI nemzetközi felmérés
RészletesebbenA versenytársak elemzése. Máté Domicián
A versenytársak elemzése Máté Domicián A stratégiai menedzsment területei Stratégia tervezése Stratégia bevezetése Stratégia ellenőrzése A stratégiai tervezés lépései Nábrádi An A külső és belső környezet
RészletesebbenAz Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA
Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA 11. Előadás Az üzleti terv tartalmi követelményei Az üzleti terv tartalmi követelményei
RészletesebbenA dokumentum egy feladatgyűjtemény első fejezetének előzetes változata.
A dokumentum egy feladatgyűjtemény első fejezetének előzetes változata. Amennyiben a következő oldalakon bármilyen hibát talál, legyen az szakmai probléma, vagy helyesírási hiba, esetleg ötlete, vagy javaslata
RészletesebbenA Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,
RészletesebbenA VDA6.3 tervezett változásai 2016
A VDA6.3 tervezett változásai 2016 Bevezetés A VDA6.3 kézikönyv, mint a VDA6-os kötetcsoport egyik tagja, a folyamatauditok végrehajtását szabályozza. A VDA6.3-at először 1998-ban adták ki, első módosítása
RészletesebbenKvalitatív elemzésen alapuló reakciómechanizmus meghatározás
Kvalitatív elemzésen alapuló reakciómechanizmus meghatározás Varga Tamás Pannon Egyetem, Folyamatmérnöki Intézeti Tanszék IX. Alkalmazott Informatika Konferencia ~ AIK 2011 ~ Kaposvár, Február 25. Tartalom
Részletesebben30 MB. Adat és Információvédelmi Mesteriskola KÁLMÁN MIKLÓS ÉS RÁCZ JÓZSEF PROJEKTMENEDZSERI ÉS PROJEKTELLENŐRI FELADATOK PROJEKTEK ELŐKÉSZÍTÉSE
Adat és Információvédelmi Mesteriskola PROJEKTEK ELŐKÉSZÍTÉSE 30 MB KÁLMÁN MIKLÓS ÉS RÁCZ JÓZSEF PROJEKTMENEDZSERI ÉS PROJEKTELLENŐRI FELADATOK 19.10.2018 Adat és Információvédelmi Mesteriskola 1 PROJEKTEK
RészletesebbenPROJEKTÉRTÉKELÉSI MÓDSZEREK
PROJEKTÉRTÉKELÉSI MÓDSZEREK A gyakorlat célja, hogy a hallgatók projektértékelési számításokat tudjanak végezni. DÖNTÉSI MÓDSZEREK ÁTTEKINTÉSE 1. Vizsgálja meg a következő projektek pénzáramlásainak gazdasági
RészletesebbenAz értékelés szerepe a vidékfejlesztési projektek tervezésében, kiválasztásában
Az értékelés szerepe a vidékfejlesztési projektek tervezésében, kiválasztásában (A HACS miként lenne képes kiválasztani a térség számára értékesebb vagy nagyobb haszonnal járó projekteket?) Az értékelésről
RészletesebbenGFK VÁSÁRLÓERŐ. GfK 2018 GfK Vásárlóerő-tanulmány 2018
GFK VÁSÁRLÓERŐ Módszertan A vásárlóerő az adólevonások utáni, egy főre jutó, elméletileg elkölthető jövedelmet jelenti (beleértve az összes állami juttatást is). A tanulmány megadja az éves vásárlóerő
RészletesebbenII. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László
A kockázat alapú felülvizsgálati és karbantartási stratégia alkalmazása a MOL Rt.-nél megvalósuló Statikus Készülékek Állapot-felügyeleti Rendszerének kialakításában II. rész: a rendszer felülvizsgálati
RészletesebbenA rejtett gazdaság okai és következményei nemzetközi összehasonlításban. Lackó Mária MTA Közgazdaságtudományi Intézet 2005. június 1.
A rejtett gazdaság okai és következményei nemzetközi összehasonlításban Lackó Mária MTA Közgazdaságtudományi Intézet 2005. június 1. Vázlat Definíciók dimenziók Mérési problémák Szubjektív adóráta A szubjektív
RészletesebbenHALÁSZI KÖZSÉG ÖNKORMÁNYZAT ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE
HALÁSZI KÖZSÉG ÖNKORMÁNYZAT 2016. ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE Iktatószám:. HALÁSZI KÖZSÉG ÖNKORMÁNYZAT 2016. ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE Magyarország helyi önkormányzatairól szóló 2011. évi CLXXXIX.
RészletesebbenTender-EXPERT. Hatékony megoldás a szervezet érdekeinek védelmére. Bull Kormányzati Megoldások Szakmai Nap. Veszelka Tamás. vezérigazgató Winsdom Zrt.
Tender-EXPERT Hatékony megoldás a szervezet érdekeinek védelmére Bull Kormányzati Megoldások Szakmai Nap Veszelka Tamás vezérigazgató Winsdom Zrt. Tartalom Cégünkről Elvárások kereszttüzében merre vezet
RészletesebbenBírálat. Farkas András
Bírálat Farkas András Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával (Appraisal and Development of Transportation Systems Using Multiple Criteria Decision
RészletesebbenOperációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu Budapest 200. október 10. Mit tanulunk ma? Szállítási feladat Megoldása Adott: Egy árucikk, T 1, T 2, T,..., T m termelőhely, melyekben rendre
RészletesebbenKUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel
KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,
RészletesebbenOperációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2015/16 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
RészletesebbenÉrtékelési, kiválasztási módszerek
Értékelési, kiválasztási módszerek Értékelési módszerek csoportosítása: 1. Ordinális (kvalitatív) elárások 1.1 Többségi módszer 1.2 Rangsor összegzési szabály 1.3 Copeland módszer 1.4 Datum módszer 1.5
RészletesebbenI. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE
I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE Komplex termékek gyártására jellemző, hogy egy-egy termékbe akár több ezer alkatrész is beépül. Ilyenkor az alkatrészek általában sok különböző beszállítótól érkeznek,
RészletesebbenKözúti forgalomszámlálás e_sensor rendszerrel. 2012.06.04 2012.06.10 Budapest dugódíj projekt (sajtóanyag)
Közúti forgalomszámlálás e_sensor rendszerrel 2012.06.04 2012.06.10 Budapest dugódíj projekt (sajtóanyag) 1 Cégbemutató A Sensor Technologies Kft. videó analitikai rendszereket fejleszt budapesti székhellyel.
Részletesebben0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles
Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)
RészletesebbenKÖZGAZDASÁGTAN GAZDASÁGI INFORMATIKUSOKNAK. Elérhetőség
KÖZGAZDASÁGTAN GAZDASÁGI INFORMATIKUSOKNAK Oktatók Csongrádi Gyöngyi Kiss Gabriella Dr. Nagy András Elérhetőség Hivatalos honlap http://www.bgf.hu/pszk /szervezetiegysegeink/oktatasiszervezetiegysegek
RészletesebbenKözgazdasági elméletek. Dr. Karajz Sándor Gazdaságelméleti Intézet
Közgazdasági elméletek Dr. Karajz Sándor Gazdaságelméleti 1. Előadás Elérhetőség e-mail: karajz.sandor@uni-miskolc.hu tel.:46-565111/1899 Tárgy alapvető jellemzői Tárgy neve: NEPTUN kód: Óraszám: 2+0 Kredit:
RészletesebbenS atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
RészletesebbenA Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Harry Markowitz 1990-ben kapott Közgazdasági Nobel díjat a portfolió optimalizálási modelljéért. Ld. http://en.wikipedia.org/wiki/harry_markowitz Ennek a legegyszer
RészletesebbenKörnyezetelemzés módszerei
MISKOLCI EGYETEM Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Számvitel Intézeti Tanszék Környezetelemzés módszerei Dr. Musinszki Zoltán A vállalkozás és környezete Közgazdasági
RészletesebbenA területi polarizáltság mérőszámai
A területi polarizáltság mérőszámai Duál mutató A területi polarizáltság mérőszámai: Relatív range, range arány Duál mutató Duál mutató Az adatsor 2 részcsoportja átlagainak hányadosa Egyszerű, világos
RészletesebbenA fenntartható jóléti állam gazdaságtani alapjai
A fenntartható jóléti állam gazdaságtani alapjai Posta Ádám István PhD hallgató, demonstrátor SZTE Gazdaságtudományi Kar SZTE Természettudományi és Informatikai Kar Alapfogalmak Fenntarthatóság Jólét Jóléti
RészletesebbenA KÖZÉP- ÉS FELSÔ VEZETÔI DÖNTÉSEKET TÁMOGATÓ AHP-MÓDSZER, ÉS ALKALMAZÁSA LOGISZTIKAI SZOLGÁLTATÓK KIVÁLASZTÁSÁRA
DULEBA abolcs A ÖZÉP- ÉS FELSÔ VEZETÔI DÖNTÉSEET TÁOGATÓ AHP-ÓDSZE, ÉS ALALAZÁSA LOGISZTIAI SZOLGÁLTATÓ IVÁLASZTÁSÁA A vállalatok és intézmények közép-, illetve felsô vezetôi gyakran szembesülnek komplex,
RészletesebbenGauss-Seidel iteráció
Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS
RészletesebbenCsercsik Dávid ITK PPKE. Csercsik Dávid (ITK PPKE) Játékelmélet és hálózati alkalmazásai 4. ea 1 / 21
Játékelmélet és hálózati alkalmazásai 4. ea Csercsik Dávid ITK PPKE Csercsik Dávid (ITK PPKE) Játékelmélet és hálózati alkalmazásai 4. ea 1 / 21 1 Nash bargaining 2 Kooperatív játékok TU CFF játékok tulajdonságai
RészletesebbenÜzleti és projekt kockázatelemzés: a Szigma Integrisk integrált kockázatmenezdsment módszertan és szoftver
Üzleti és projekt kockázatelemzés: a Szigma Integrisk integrált kockázatmenezdsment módszertan és szoftver Kassai Eszter kockázatelemzési tanácsadó MÉTP konferencia, 2010. június 10. A kockázat fogalma
Részletesebben«A» Energetikai gazdaságtan 1. nagy zárthelyi Sajátkezű névaláírás:
«A» Energetikai gazdaságtan Név: 1. nagy zárthelyi Sajátkezű névaláírás: Munkaidő: 90 perc Azonosító: Gyakorlatvezető: Vass Bálint Lipcsei Gábor Buzea Klaudia Zárthelyi hallgatói értékelése Mennyiség 1:kevés
Részletesebben5. Szállodai beruházások napjainkban
27. Innováció, fejlesztés, beruházás RDI 1 1. Kutatás, fejlesztés, innováció 2. Fejlesztések területei 3. Beruházások típusai 4. Megtérülési számítások 5. Szállodai beruházások napjainkban 6. Inspiráció
RészletesebbenOperációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2016/17 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
RészletesebbenAdaptív dinamikus szegmentálás idősorok indexeléséhez
Adaptív dinamikus szegmentálás idősorok indexeléséhez IPM-08irAREAE kurzus cikkfeldolgozás Balassi Márton 1 Englert Péter 1 Tömösy Péter 1 1 Eötvös Loránd Tudományegyetem Informatikai Kar 2013. november
RészletesebbenVállalati modellek. Előadásvázlat. dr. Kovács László
Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység
Részletesebben30 MB INFORMATIKAI PROJEKTELLENŐR
INFORMATIKAI PROJEKTELLENŐR 30 MB DOMBORA SÁNDOR BEVEZETÉS (INFORMATIKA, INFORMATIAKI FÜGGŐSÉG, INFORMATIKAI PROJEKTEK, MÉRNÖKI ÉS INFORMATIKAI FELADATOK TALÁKOZÁSA, TECHNOLÓGIÁK) 2016. 09. 17. MMK- Informatikai
RészletesebbenDÖNTÉSELŐKÉSZÍTŐ ÉRTÉKELÉSI MODELLEK ÉS MÓDSZEREK
DÖNTÉSELŐKÉSZÍTŐ ÉRTÉKELÉSI MODELLEK ÉS MÓDSZEREK Dr.Tánczos Lászlóné egyetemi tanár BME KözlekedésgazdaságiTanszék TÉMÁK - I A döntési folyamatok áttekintése és rendszerezése. Egykritériumú döntések optimalizálási
RészletesebbenIndikátorok projekt modellhelyszínein. Domokos Tamás szeptember 13.
Indikátorok és értékelés a TÁMOP T 5.4.1. projekt modellhelyszínein Domokos Tamás 2011. szeptember 13. Az értékelés különböző típusait és főbb kérdései Az értékelés típusa A fejlesztési folyamat értékelése
Részletesebben4. Fogyasztói preferenciák elmélete
4. Fogyasztói preferenciák elmélete (ld. Temesi J.: A döntéselmélet alapjai, 47-63) 4.1 Preferencia relációk Mit jelent a fogyasztó választása? Legyen X egy olyan halmaz amelynek az elemei azok a lehetőségek
RészletesebbenA STANDARDFEJLESZTÉS LEHETŐSÉGEI MAGYARORSZÁGON
XXI. Századi Közoktatás (fejlesztés, koordináció) II. szakasz TÁMOP-3.1.1-11/1-2012-0001 A STANDARDFEJLESZTÉS LEHETŐSÉGEI MAGYARORSZÁGON DANCSÓ TÜNDE Tartalom A standard fogalma A standardleírás jellemzői
RészletesebbenA CTOSZ álláspontja az EU Bizottság cukor reform tervével kapcsolatban
A CTOSZ álláspontja az EU Bizottság cukor reform tervével kapcsolatban Budapest, 24. szeptember hó A Cukorrépatermesztők Országos Szövetsége Elnökségének 24. szeptember 17-i határozata: Az EU Bizottság
RészletesebbenKÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység
KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:
RészletesebbenKomplex szervezetfejlesztési projekt megvalósítása Kaposvár Megyei Jogú Város Polgármesteri Hivatalánál. Monitoring rendszer
ÁROP-1.A.2/B - 2008-0020 - Monitoring rendszer Komplex szervezetfejlesztési projekt megvalósítása Kaposvár Megyei Jogú Város Polgármesteri Hivatalánál Monitoring rendszer Operatív Program azonosító: ÁROP-1.A.2/B-2008-0020
RészletesebbenFELHASZNÁLÓI KÉZIKÖNYV
többszempontú csoportos döntéstámogató szoftver EGY A ÉS WINGDSS PÉLDAFELADAT A KIÉRTÉKELÉS FÜGGELÉK 4.1 RENDSZERBEN FELÉPÍTÉSE LÉPÉSEI FELHASZNÁLÓI KÉZIKÖNYV Operációkutatás MTA és Döntési SZTAKI Rendszerek
RészletesebbenKvantitatív módszerek
Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció
RészletesebbenMagyarBrands kutatás 2017
MagyarBrands kutatás 2017 A kutatási program leírása GfK, 2017. 1 A kutatás módszertana Lakossági Magyarbrands márkák mérése Módszertan: Online önkitöltős (CAWI) megkérdezés GfK Hungária online paneltagjainak
RészletesebbenDöntési módszerek Tantárgyi útmutató
Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2015/16 tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:
RészletesebbenProf. Dr. Katona Tamás. A gazdaságstatisztika oktatásának néhány kritikus pontja a közgazdászképzésben
Prof. Dr. Katona Tamás A gazdaságstatisztika oktatásának néhány kritikus pontja a közgazdászképzésben A statisztikáról sugárzott kép a közgazdászképzésben A Statisztika módszertani tudományként szerepel
Részletesebben3. Pénzügytan szeminárium Államháztartás. Bárdos Máté Slánicz Melinda GK17 GK18 2010. március 24., 2010. március 31. 1
3. Pénzügytan szeminárium Államháztartás Bárdos Máté Slánicz Melinda GK17 GK18 2010. március 24., 2010. március 31. 1 Miért van szükség államra? A tıkeáramlási mátrix elméleti keretében az állami szektor
RészletesebbenPro Bono platform és hatásmérés Lévai Gábor Civil Support Nonprofit Kft.
Pro Bono platform és hatásmérés Lévai Gábor Civil Support Nonprofit Kft. Társadalmi hatás logikája Models of Impact by Verynice.co - Termék www.modelsofimpact.co Models of Impact by Verynice.co - Szolgáltatás
RészletesebbenTÖBBSZEMPONTÚ DÖNTÉSI MODELL ALKALMAZÁSA A HADITECHNIKAI ESZKÖZÖK FEJLESZTÉSÉNEK ÉS KORSZERŰSÍTÉSÉNEK FOLYAMATÁBAN
XIII. Évfolyam 4. szám 2018. december TÖBBSZEMPONTÚ DÖNTÉSI MODELL ALKALMAZÁSA A HADITECHNIKAI ESZKÖZÖK FEJLESZTÉSÉNEK ÉS KORSZERŰSÍTÉSÉNEK FOLYAMATÁBAN APPLICATION OF MULTI-CRITERIA DECISION MAKING IN
RészletesebbenKözfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója
Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója 1.) Általános tudnivalók: A segédtábla két méretben készül, 10, és 50 sort lehet kitölteni. A tábla megnevezéséből amit
RészletesebbenAlternatívák rangsora Rangsor módszerek. Debreceni Egyetem
Döntéstámogató Rendszerek VII. előadás Bekéné Rácz Anett Debreceni Egyetem Definíciók Példa rangsorfordulásra Rangsorokkal kapcsolatos fogalmak Condorcet nyertes: Az az alternatíva, amely az összes többi
Részletesebben8.3. Az Információs és Kommunikációs Technológia és az olvasás-szövegértési készség
8.3. Az Információs és Kommunikációs Technológia és az olvasás-szövegértési készség Az IALS kutatás során felmerült egyik kulcskérdés az alapkészségeknek az egyéb készségekhez, mint például az Információs
Részletesebben